AGI란 무엇을 뜻하는가

기술 분야에서 이만큼 무게를 지니면서 이만큼 합의가 없는 용어는 드뭅니다. 줄여서 AGI라 부르는 범용 인공지능은 가장 큰 AI 연구소들이 공언한 목표이자, 유명한 계약 조항의 대상이며, 수많은 전망의 종착점입니다.

이 용어가 무엇을 뜻하는지, 2026년 가을 시스템들이 어디까지 왔는지, 그리고 기업이 이 말을 어떻게 다뤄야 한다고 저희가 생각하는지 정리합니다.

사람들이 말하는 AGI

세 가지 쉬운 용어에서 시작하겠습니다. 좁은 AI는 한 가지 일을 하며, 대개 어떤 사람보다 잘합니다. 체스 엔진, 스팸 필터, 단백질이 어떻게 접히는지 예측하는 모델이 그렇습니다. 범용 AI는 여러 분야에 걸쳐 사람이 하는 사고 작업 대부분을 해내고, 사람처럼 새로운 일을 배울 것입니다. 초지능은 거의 모든 면에서 모든 사람을 능가할 것입니다. 좁은 AI는 이미 어디에나 있습니다. 논쟁은 나머지 둘에 관한 것입니다.

가장 많이 인용되는 정의는 2018년 OpenAI 헌장에 있습니다. 경제적으로 가치 있는 일 대부분에서 인간을 능가하는 고도로 자율적인 시스템입니다. 이 정의가 재는 것은 정신이 아니라 일입니다.

2023년 Google DeepMind의 Meredith Ringel Morris와 동료들은 하나의 결승선 대신 여러 단계를 제안했습니다. 시스템을 얼마나 잘 수행하는지, 즉 초기 수준에서 초인 수준까지, 그리고 얼마나 범용적인지로 평가하는 방식입니다. AlphaFold는 초인적이지만 좁습니다. 이들은 ChatGPT, Bard, Llama 2, Gemini를 범용 AI의 첫 단계, 즉 숙련되지 않은 사람과 같거나 조금 나은 수준에 두었습니다. 자율성은 별개의 문제라고도 짚었습니다.

2025년 10월 Dan Hendrycks와 공동 저자 32명은 AGI를 교육을 잘 받은 성인의 인지적 다재다능함과 숙련도에 필적하는 것으로 정의하고, 추론, 기억, 지각 같은 열 가지 영역에 걸쳐 측정했습니다. GPT-4는 27퍼센트, GPT-5는 57퍼센트를 기록했습니다. 프로필은 들쭉날쭉했습니다. 지식이 도움이 되는 곳에서는 강했고, 배운 것을 시간에 걸쳐 저장하는 것 같은 기본기에서는 약했습니다.

ARC Prize Foundation은 AGI를 인간이 습득할 수 있는 어떤 기술이든 인간만큼 효율적으로 습득할 수 있는 시스템으로 정의하고, 이를 중심으로 테스트를 설계합니다.

2026년의 현주소

올해 가장 급격한 변화는 이 재단의 최신 테스트에서 나왔습니다. 설명 없이 진행되는 인터랙티브 게임 모음인 ARC-AGI-3가 3월에 나왔을 때, 사람들은 모두 풀었고 최고의 AI 시스템은 0.51퍼센트를 기록했습니다. 9월 OpenAI의 GPT-6 Astra는 표준 설정에서 62.7퍼센트를, 단계 사이에 모델의 숨겨진 추론을 유지하는 설정에서는 99.9퍼센트를 기록했습니다. 재단은 이를 단계적 도약이라고 부르면서도, 이 결과가 AGI라고 주장하는 것은 아니라고 덧붙였습니다. 테스트는 범위가 엄격히 제한되어 있어, 현실 세계가 얼마나 열려 있고 복잡한지를 담아내지 못한다는 것입니다.

실제 업무는 더 천천히 움직입니다. METR은 소프트웨어 작업에서 AI 에이전트의 시간을 숙련된 사람과 비교해 잽니다. 5월 METR은 최고의 공개 모델이 사람에게 약 12시간 걸리는 작업에서 절반의 확률로 성공했다고 보고했습니다. 다섯 번 중 네 번 성공하려면 작업이 약 1시간 반 분량으로 줄어들어야 했습니다. 긴 작업은 시도할 수 있습니다. 짧은 작업은 믿고 맡길 수 있습니다.

업계를 이끄는 사람들은 나머지가 얼마나 가까운지에 대해 의견이 갈립니다. 8월 Sam Altman은 TIME에 OpenAI가 아직 완전히 도달하지는 않았지만, 연말까지 자신이 AGI라고 부를 만한 내부 시스템을 갖게 될 것이라고 말했습니다. 1월 다보스에서 Google DeepMind의 Demis Hassabis는 오늘날의 시스템이 인간 수준의 AGI에 전혀 가깝지 않으며, 한두 번의 돌파구가 더 필요할 수 있다고 말했습니다. Meta를 떠나 AMI Labs를 세운 Yann LeCun은 텍스트로 학습한 모델은 현실 세계의 인과 모델이 없기 때문에 결코 인간 수준의 지능에 이르지 못할 것이라고 주장했습니다.

종합하면, 오늘날의 시스템은 일부 작업에서는 초인적이고, 많은 작업에서는 전문가 수준이지만, 기억하기, 일하면서 배우기, 긴 시간 동안 안정성을 유지하기에는 여전히 약합니다. 이것을 AGI로 볼지는 어떤 정의를 따르느냐에 달려 있습니다.

그래도 이 단어가 중요한 이유

수년 동안 이 단어에는 값이 매겨져 있었습니다. 원래의 파트너십에 따르면 OpenAI가 AGI에 도달하는 순간 Microsoft는 OpenAI 기술에 대한 권리를 잃게 되어 있었습니다. 2024년 12월 The Information은 재무적 기준을 보도했습니다. OpenAI의 시스템이 최소 1천억 달러의 이익을 낼 때 AGI에 도달한 것으로 본다는 것입니다. 2025년 10월 두 회사는 어떤 선언이든 독립적인 전문가 패널이 검증해야 한다는 데 합의하고, AGI 이후의 모델을 포함해 Microsoft의 권리를 2032년까지 연장했습니다.

2026년 4월 그 조항은 사라졌습니다. 이제 OpenAI가 Microsoft에 지급하는 매출 분배금은 총액 상한 안에서, OpenAI의 기술 진전과 무관하게 2030년까지 이어지며, 2032년까지의 Microsoft 라이선스는 더 이상 독점적이지 않습니다. The Verge의 표현대로, 이제 패널도 없고, AGI가 선언될 경우 또는 선언될 때 무슨 일이 일어나는지에 대한 규칙도 없습니다.

이 단어에는 약속도 담겨 있습니다. OpenAI 헌장은 가치에 부합하고 안전을 의식하는 프로젝트가 먼저 AGI 구축에 가까워지면, 그 프로젝트와 경쟁을 멈추고 돕기 시작하겠다고 약속합니다. 이런 약속은 언제 가까워졌는지 누군가 판단할 수 있을 때만 효력이 있습니다.

입법자들은 이 단어를 피합니다. EU 인공지능법(AI Act)은 범용 AI 모델을 규제하며 2025년 8월 2일부터 그 제공자에게 의무를 부과하고, 10의 25제곱 회가 넘는 부동소수점 연산으로 학습한 모델에는 시스템적 위험이 있다고 추정합니다. 법은 잴 수 있는 것을 셉니다. 그리고 AGI에 대한 전망은 무엇이 도래했는지 누군가 합의하기 훨씬 전부터 투자, 채용, 이사회의 인내심을 좌우합니다.

기업에 주는 의미

기업에게 선언을 기다리는 것은 잘못된 계획입니다. 선언은 끝내 오지 않을 수도 있고, 앞의 계약은 그것을 두고 협상한 당사자들에게조차 그 선언이 더 이상 중요하지 않게 될 수 있음을 보여 줍니다. 유용한 것은 들쭉날쭉한 프로필입니다. 같은 시스템이 한 작업에서는 초인적이고 다음 작업에서는 믿을 수 없을 수 있습니다. 그러니 질문은 AGI가 언제 오느냐가 아닙니다. 지금 어떤 일을, 어떤 근거로 넘길 수 있느냐입니다.

팀이 반복하는 일을 적어 보십시오. 견적서, 월말 마감, 일반적인 요청에 대한 답장, 페이지 초안. 각각에 세 가지를 물으십시오. 오늘 기계가 충분히 잘할 수 있는가? 사람이 몇 분 안에 결과를 확인할 수 있는가? 실수를 적은 비용으로 되돌릴 수 있는가? 세 답이 모두 예인 곳에서 시작하십시오.

그런 다음 단계적으로 넘기십시오. 처음에는 기계가 초안을 쓰고 사람이 결정합니다. 의미 있는 만큼의 실제 업무에서 초안에 더 이상 수정이 필요 없어지면, 기계가 반복 업무를 처리하고 사람은 정해진 관문에서 승인합니다. 그다음에야 기계가 문서로 정한 규칙 안에서, 모든 단계를 기록하며 스스로 일합니다. 그 과정 내내 방향을 정하고 결과를 확인하는 것은 사람입니다. 달라지는 것은 그 사이의 일을 기계가 얼마나 맡느냐입니다.

이 중 어느 것도 정의를 기다리지 않습니다. AGI를 위한 모든 테스트를 통과한 시스템이라도 회사의 지식, 규칙, 그리고 결과를 책임질 사람이 필요할 것입니다. 다음 모델이 무엇이라 불리든, 그것들은 지금 만들 수 있습니다.

crue의 입장

저희의 슬로건은 이렇습니다. 사람이 이끈다. AI가 움직인다. 다음은 자율이다. 이것은 AGI에 대한 전망이 아니라 하나의 길을 말합니다.

오늘 모든 crue 제품은 사람이 이끕니다. 사람이 아이디어와 경험과 안목을 가져오고, AI가 제작을 맡으며, 사람이 결과를 검토하고 마지막 손길을 더합니다. 다음에는 제품이 에이전틱해집니다. 에이전트가 일의 대부분을 하고, 사람은 목표를 정하고 관문에서 승인합니다. 그 후에 자율이 옵니다. 반복 업무 하나씩, 각각이 그럴 자격을 얻을 때마다.

저희는 AGI를 만들지 않고, 기다리지도 않습니다. 더 나은 모델은 각 단계를 앞당기지만, 단계 자체는 연구소가 자기 시스템을 무엇이라 부르느냐에 달려 있지 않습니다. 창업자가 에이전트와 함께 운영하는 회사라는 저희의 비전 Helm은 저희가 이 길을 가장 멀리 가는 곳입니다. Twin은 회사에 AI 두뇌를, Eigna는 회사만의 프라이빗 모델을 줍니다.

언젠가 어떤 시스템이 AGI의 모든 정의를 충족하더라도, 회사가 마주할 질문은 오늘과 같을 것입니다. 어떤 일을 넘길지, 누가 방향을 정할지, 누가 결과를 책임질지. 이 단어는 계속 움직일 것입니다. 그래도 누군가는 키를 잡고 서 있어야 합니다.